<!--
CO_OP_TRANSLATOR_METADATA:
{
  "original_hash": "87f157ea00d36c1d12c14390d9852b50",
  "translation_date": "2025-08-28T15:03:01+00:00",
  "source_file": "for-teachers.md",
  "language_code": "he"
}
-->
## למורים

האם תרצו להשתמש בתוכנית הלימודים הזו בכיתה שלכם? אתם מוזמנים לעשות זאת!

למעשה, תוכלו להשתמש בה ישירות בתוך GitHub באמצעות GitHub Classroom.

כדי לעשות זאת, יש לבצע fork למאגר הזה. תצטרכו ליצור מאגר נפרד לכל שיעור, ולכן תצטרכו להפריד כל תיקייה למאגר נפרד. כך [GitHub Classroom](https://classroom.github.com/classrooms) יוכל לזהות כל שיעור בנפרד.

הוראות [מלאות](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/) יספקו לכם רעיון כיצד להקים את הכיתה שלכם.

## שימוש במאגר כפי שהוא

אם תרצו להשתמש במאגר כפי שהוא כרגע, מבלי להשתמש ב-GitHub Classroom, גם זה אפשרי. תצטרכו לתקשר עם התלמידים שלכם איזה שיעור לעבור יחד.

בפורמט מקוון (Zoom, Teams או אחר) תוכלו ליצור חדרי עבודה עבור החידונים, ולהנחות את התלמידים כדי להכין אותם ללמידה. לאחר מכן, הזמינו את התלמידים להשתתף בחידונים ולהגיש את תשובותיהם כ'issues' בזמן מסוים. תוכלו לעשות את אותו הדבר עם משימות, אם תרצו שהתלמידים יעבדו בשיתוף פעולה באופן פתוח.

אם אתם מעדיפים פורמט יותר פרטי, בקשו מהתלמידים לבצע fork לתוכנית הלימודים, שיעור אחר שיעור, למאגרים פרטיים משלהם ב-GitHub, ותנו לכם גישה. כך הם יוכלו להשלים חידונים ומשימות באופן פרטי ולהגיש אותם לכם דרך issues במאגר הכיתה שלכם.

ישנן דרכים רבות לגרום לזה לעבוד בפורמט כיתה מקוון. אנא ספרו לנו מה עובד הכי טוב עבורכם!

## מה כלול בתוכנית הלימודים:

20 שיעורים, 40 חידונים ו-20 משימות. איורים מלווים את השיעורים עבור לומדים חזותיים. שיעורים רבים זמינים גם ב-Python וגם ב-R וניתן להשלים אותם באמצעות Jupyter notebooks ב-VS Code. למדו עוד על איך להקים את הכיתה שלכם לשימוש בטכנולוגיה הזו: https://code.visualstudio.com/docs/datascience/jupyter-notebooks.

כל האיורים, כולל פוסטר בפורמט גדול, נמצאים [בתיקייה הזו](../../sketchnotes).

תוכנית הלימודים כולה זמינה [כקובץ PDF](../../pdf/readme.pdf).

תוכלו גם להפעיל את תוכנית הלימודים הזו כאתר עצמאי, ידידותי לעבודה לא מקוונת, באמצעות [Docsify](https://docsify.js.org/#/). [התקינו את Docsify](https://docsify.js.org/#/quickstart) על המחשב המקומי שלכם, ואז בתיקיית השורש של העותק המקומי של המאגר הזה, הקלידו `docsify serve`. האתר יופעל על פורט 3000 ב-localhost שלכם: `localhost:3000`.

גרסה ידידותית לעבודה לא מקוונת של תוכנית הלימודים תיפתח כעמוד אינטרנט עצמאי: https://localhost:3000

השיעורים מחולקים ל-6 חלקים:

- 1: מבוא
    - 1: הגדרת מדעי הנתונים
    - 2: אתיקה
    - 3: הגדרת נתונים
    - 4: סקירה של הסתברות וסטטיסטיקה
- 2: עבודה עם נתונים
    - 5: מסדי נתונים יחסיים
    - 6: מסדי נתונים לא יחסיים
    - 7: Python
    - 8: הכנת נתונים
- 3: ויזואליזציה של נתונים
    - 9: ויזואליזציה של כמויות
    - 10: ויזואליזציה של התפלגויות
    - 11: ויזואליזציה של פרופורציות
    - 12: ויזואליזציה של קשרים
    - 13: ויזואליזציות משמעותיות
- 4: מחזור החיים של מדעי הנתונים
    - 14: מבוא
    - 15: ניתוח
    - 16: תקשורת
- 5: מדעי הנתונים בענן
    - 17: מבוא
    - 18: אפשרויות ללא קוד
    - 19: Azure
- 6: מדעי הנתונים בשטח
    - 20: סקירה

## נשמח לשמוע את דעתכם!

אנחנו רוצים שתוכנית הלימודים הזו תעבוד עבורכם ועבור התלמידים שלכם. אנא ספקו לנו משוב בלוחות הדיון! אתם מוזמנים ליצור אזור כיתה בלוחות הדיון עבור התלמידים שלכם.

---

**כתב ויתור**:  
מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית [Co-op Translator](https://github.com/Azure/co-op-translator). למרות שאנו שואפים לדיוק, יש לקחת בחשבון שתרגומים אוטומטיים עשויים להכיל שגיאות או אי-דיוקים. המסמך המקורי בשפתו המקורית נחשב למקור הסמכותי. למידע קריטי, מומלץ להשתמש בתרגום מקצועי על ידי מתרגם אנושי. איננו נושאים באחריות לכל אי-הבנה או פרשנות שגויה הנובעת משימוש בתרגום זה.